买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉昆明理工大学申请的专利改进BP算法的折返斜坡道转弯平台风压降预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121859260B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610312598.0，技术领域涉及：G06F18/25；该发明授权改进BP算法的折返斜坡道转弯平台风压降预测方法及系统是由王孝东;贾俊;陈相儒;王军杰;李忠福;闫硕;李璐设计研发完成，并于2026-03-16向国家知识产权局提交的专利申请。

本改进BP算法的折返斜坡道转弯平台风压降预测方法及系统在说明书摘要公布了：本发明涉及矿井通风技术领域，具体为改进BP算法的折返斜坡道转弯平台风压降预测方法及系统，包括获取折返式斜坡道转弯平台通风的初始数据集合，以得到其标准化数据集合；根据标准化数据集合确定通风局部阻力参数建立折返式斜坡道转弯平台的通风局部阻力方程；结合神经网络结构和通风局部阻力方程建立损失函数，利用损失函数对神经网络结构进行训练与评估得到候选风压降预测模型；根据候选风压降预测模型评估结果确定最终的折返式斜坡道转弯平台风压降预测模型实现折返式斜坡道转弯平台风压降的预测分析。本发明将物理约束引入BP算法构建预测模型结合模型策略能够适应不同矿井折返式斜坡道情况实现复杂折返式斜坡道转弯平台风压降预测。

本发明授权改进BP算法的折返斜坡道转弯平台风压降预测方法及系统在权利要求书中公布了：1.改进BP算法的折返斜坡道转弯平台风压降预测方法，其特征在于，包括如下步骤： 获取折返式斜坡道转弯平台通风的初始数据集合，设置数据标准化处理模型对所述初始数据集合进行处理，得到折返式斜坡道转弯平台通风的标准化数据集合； 根据所述标准化数据集合确定通风局部阻力参数，基于所述通风局部阻力参数建立折返式斜坡道转弯平台的通风局部阻力方程； 搭建神经网络结构，结合所述神经网络结构和所述通风局部阻力方程建立损失函数，基于所述标准化数据集合并利用所述损失函数对所述神经网络结构进行训练与评估，以得到候选风压降预测模型； 根据候选风压降预测模型的评估结果确定最终的折返式斜坡道转弯平台风压降预测模型，基于所述最终的折返式斜坡道转弯平台风压降预测模型实现折返式斜坡道转弯平台风压降的预测分析 所述根据所述标准化数据集合确定通风局部阻力参数包括； 构建通风局部阻力参数表达式； 通过所述通风局部阻力参数表达式和所述标准化数据集合确定通风局部阻力参数； 所述通风局部阻力参数表达式，满足如下关系： ， 其中，为支护突出度，为支护结构最外边缘到巷道断面圆心的距离，为巷道原始开挖壁面到圆心的距离； ， 其中，为相对高差系数，为转弯平台纵向高差，为巷道宽度； 所述基于所述通风局部阻力参数建立折返式斜坡道转弯平台的通风局部阻力方程包括； 利用所述通风局部阻力参数表达式获得支护突出度和相对高差系数； 基于初始数据集合中的原始历史数据，采用多元线性回归方法拟合确定基础局部阻力系数及各影响系数； 基于所述支护突出度和所述相对高差系数及所述影响系数建立折返式斜坡道转弯平台的通风局部阻力方程； 所述通风局部阻力方程，满足如下关系； ， 其中，为基于物理方程计算的局部风压降参考值，为基础局部阻力系数，为的影响系数，为支护突出度，为的影响系数，为相对高差系数，为和的协同影响系数，为气流密度，为气流流速； 所述搭建神经网络结构，结合所述神经网络结构和所述通风局部阻力方程建立损失函数包括： 确定神经网络的层数及节点数，引入BP算法非线性激活函数，搭建神经网络拓扑结构，并初始化神经网络的权重与偏置参数； 引入物理约束方程，依据所述物理约束方程分析气流连续性方程残差和风压降残差； 结合所述神经网络结构、所述气流连续性方程残差、所述风压降残差和所述通风局部阻力方程建立损失函数； 所述损失函数，满足如下关系： ， 其中，为损失函数，为神经网络预测值和真实观测值之间的均方误差，为平衡权重，为风压降残差权重，为风压降物理一致性残差，为气流连续残差权重，为气流连续残差。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。